R的交互式时间序列包dygraphs
2015-05-10 22:13
603 查看
1、 dygraphs 是一个开源的Javascript库,它可以产生一个可交互式的,可缩放的的曲线表。其可以用来显示大密度的数据集(比如股票,气温,等等),并且可以让用户来浏览和解释这个曲线图。
2、 R中的时间序列格式有好多种,如ts, xts, zoo,但dygraphs只支持xts格式的。
3、zoo作为时间序列的基础库,是面向通用的设计,可以用来定义股票数据,也可以分析天气数据。xts扩展了zoo,提供更多的数据处理和数据变换的函数。实际上,xts类型继承了zoo类型,丰富了时间序列数据处理的函数,API定义更贴近使用者,更实用,更简单!
4、 Xts时间序列的数据是matrix型,
5、 xts(1:10, Sys.Date()+1:10), Sys.time(), Sys.Date()
dygraph(gas_climate1314.xts[,c(10,11)], main = "2013~2014 Industry Vs. Warming Gas") %>%
dyRangeSelector() %>%
dyAxis("y", label = "Industry Gas") %>%
dyAxis("y2", label = "Warming Gas", independentTicks = TRUE) %>%
dyOptions(axisLineWidth = 1.5, fillGraph = TRUE, drawGrid = TRUE) %>%
dyOptions(includeZero = TRUE, axisLineColor = "navy", gridLineColor = "lightblue") %>%
dyOptions(colors = RColorBrewer::brewer.pal(3, "Set2")) %>%
dyOptions(fillGraph = TRUE, fillAlpha = 0.4) %>%
dyOptions(drawPoints = TRUE, pointSize = 2) %>%
dyHighlight(highlightCircleSize = 5, highlightSeriesBackgroundAlpha = 0.2, hideOnMouseOut = FALSE) %>%
dyHighlight(highlightSeriesOpts = list(strokeWidth = 3)) %>%
dySeries("Warming Gas(10KNm3)", axis = 'y2')
2、 R中的时间序列格式有好多种,如ts, xts, zoo,但dygraphs只支持xts格式的。
3、zoo作为时间序列的基础库,是面向通用的设计,可以用来定义股票数据,也可以分析天气数据。xts扩展了zoo,提供更多的数据处理和数据变换的函数。实际上,xts类型继承了zoo类型,丰富了时间序列数据处理的函数,API定义更贴近使用者,更实用,更简单!
4、 Xts时间序列的数据是matrix型,
5、 xts(1:10, Sys.Date()+1:10), Sys.time(), Sys.Date()
dygraph(gas_climate1314.xts[,c(10,11)], main = "2013~2014 Industry Vs. Warming Gas") %>%
dyRangeSelector() %>%
dyAxis("y", label = "Industry Gas") %>%
dyAxis("y2", label = "Warming Gas", independentTicks = TRUE) %>%
dyOptions(axisLineWidth = 1.5, fillGraph = TRUE, drawGrid = TRUE) %>%
dyOptions(includeZero = TRUE, axisLineColor = "navy", gridLineColor = "lightblue") %>%
dyOptions(colors = RColorBrewer::brewer.pal(3, "Set2")) %>%
dyOptions(fillGraph = TRUE, fillAlpha = 0.4) %>%
dyOptions(drawPoints = TRUE, pointSize = 2) %>%
dyHighlight(highlightCircleSize = 5, highlightSeriesBackgroundAlpha = 0.2, hideOnMouseOut = FALSE) %>%
dyHighlight(highlightSeriesOpts = list(strokeWidth = 3)) %>%
dySeries("Warming Gas(10KNm3)", axis = 'y2')
相关文章推荐
- pandas小记:pandas时间序列分析和处理Timeseries
- 时间序列一般概念
- ElasticSearch 使用不同表结构存储时间序列数据的查询效率分析
- 试用时间序列数据库InfluxDB
- 时间序列的R语言实现_Part1
- R语言 时间序列之ARIMA模型
- 时间序列
- 时间序列学习笔记
- 模式识别和时间序列杂想
- pandas 时间序列分析(一)—— 基础
- 视频序列的空间复杂度和时间复杂度的不用模型计算
- 时间序列数据库的秘密(1)—— 介绍
- 第十章 时间序列
- 时间序列分析——如何判断序列是否平稳
- 贪心探索之 时间序列问题 之 hdu 2037
- 通过K-MEDOIDS算法对时间序列进行聚类的实现
- 数据分析-时间序列分析
- 平稳的时间序列模型
- O(n)时间找出无序数组中最长的连续递增序列
- 时间序列分析(3)R语言-最基础的回归模型